遥感图像处理平滑与锐化方(详细)法

分段线性变换因为不同区间的变换函数不同，变 换函数整体呈折线。折线间断点位置根据需要决 定。
对比度拉伸的效果
3.非线性变换
当变换函数为非线性时，即为非线性变换。 非线性变换函数很多，常用的有两种方法：
1. 对数变换 当希望对图像的低亮度区有较大的扩展 而对高亮度区压缩时，可采用此种变换。
包括：平滑、锐化
1.图像卷积运算
作法是：选定一卷积函数，又称为“模块”，为一 个M×N图像，二维的卷积运算是在图像中使用模板 来实现运算的。
选定运算模板为φ（m,n）,模板的大小为M×N，则 图像开一个与模板大小对应相等的活动窗口t(m,n)， 使图像窗口与模板的像元灰度对应相乘再相加。
MN
使用的模板有正态拉伸匹配、暗区拉伸匹配、亮区拉 伸匹配
主要应用于有一幅很好的图象作为标准的情况下，对 另一图象进行匹配，以改善被处理图象的质量
应用于数字镶嵌
直方图匹配：条件（运用两幅图象）
• 原始图象和参考图象 • 两个图象的直方图的总体形态应相似 • 图象中相对亮和暗的特征应相同 • 对某些应用，图象的分辨率应相同 • 图象中的地物类型的相对分布应相同，无论两幅
4.3 数字图像增强
数字图像增强的目的是提高图像质量和突出所 需要信息，有利于分析判断。
数字图像增强处理方法主要有：对比度增强 （灰度增强）、空间滤波、彩色变换、图像运 算和多光谱变换。
数字 图像 增强 处理 方法
1 对比度变换 2 空间滤波 3 彩色变换 4 图像运算 5 多光谱变换
4.3.1 对比度变增强（灰度增强）
对比度变换的同义词：对比度增强（拉伸，stretch）、反差增 强、直方图变换、辐射增强、点增强
直方图拉伸
线性变换（分段线性） 非线性变换
对比度变换
直方图均衡
直方图匹配
灰度增强是一种通过改变像元的亮度值来改变图 像像元的对比度，从而改善图像质量的图像处理 方法。
一般来说，包含大量像元的图像，像元的亮度随 机分布应是正态分布。亮度直方图为非正态分布， 说明图像的亮度分布偏亮、偏暗或亮度过于集中， 图像的对比度小，需要调整该直方图到正态分布， 以改善图像的质量。
每一幅图像都可以求出其像元亮度值的直方图，观察 直方图的形态，可以粗略略地分析图像的质量。
正态分布
峰值偏左偏暗
峰值偏右偏亮
峰值窄/陡高密度值太集中
1.比例线性变换
比例线性变换是对单波段逐个像元进行处理的，它是将原 图象亮度值动态范围按线性关系式扩展到指定范围或整个 动态范围。
在实际运算中给定的是两个亮度区间，即要把输入图像的 某个亮度值区间【a1,a2】扩展为输出图像的亮度值区间 【b1,b2】。
这种方法对于背景和前景都太亮或者太暗的图像非常有用，一个 主要优势是它是一个相当直观的技术并且是可逆操作，如果已知 均衡化函数，那么就可以恢复原始的直方图，并且计算量也不大。 这种方法的一个缺点是它对处理的数据不加选择，它可能会增加 背景噪音的对比度并且降低有用信号的对比度。
直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的 形式，这样就增加了象素灰度值的动态范围从而可达到增强图像 整体对比度的效果。
效果：增强了峰值处的对比度，两端（最亮和最 暗）的对比度减弱了
原始的直方图
均衡化后的直方图
直方图均衡化实例
直方图均衡化实例
直方图均衡化实例
直方图均衡化
5.直方图规定化
把原图象的直方图变换为某种指定形状的直方图或某 一参考图象的直方图，然后按照已知的指定形态的直 方图调整原图象各象元的灰级，最后得到一个直方图 匹配的图象
xb b1 b2 b1
xa a1 ，x
a2 a1
a [a1, a2 ]，xb
[b1, b2 ]
xb
b2 a2
b1 a1
( xa
a1) b1
调整a,b的 区间，可 以对图像 亮度进行 拉伸和压 缩
2.分段线性变换
为了更好地调节图像的对比度，在一些亮度区间 段进行拉伸，而在另一些区间段进行压缩，这种 变换称为分段线性变换。
主要通过改变图像灰度分布态势，扩展灰度分布 区间，达到增强反差的目的。
它可分为比例线性变换、分段线性变换和非线性 灰度变换。
图像直方图
用平面直角坐标系表示一幅灰度范围为0-n 的数字图像像元灰度分布状态，横轴表示灰 度级，纵轴表示某一灰度级（或范围）的像 元个数占像元总数的百分比。
通过灰度直方图可以直观地了解图像特征， 以确定图像增强方案并了解图像增强后的效 果
4.3.2 空间增强（空间滤波或邻域增强 ）
灰度增强主要是通过单个像元的运算在整体上 改善图像的质量，而空间增强则是有目的突出 图像上的某些特征，如突出边缘或线性地物， 也可以有目的去除某些特征．
空间增强在方法上强调了像元与其周围相邻像 元的关系，采用空间域中邻域处理方法，在被 处理像元参与下进行运算，这种方法也做叫 “空间滤波”
r(i, j) (m, n)t(m, n) m1 n1
图像的卷积运算：
窗口的中心像 元的像元值
窗口上第m列, 第n行的像元值
模板上第m列, 第n行的像元值
2.ቤተ መጻሕፍቲ ባይዱ滑
图像中出现亮度变化大区域，或出现不该有的 亮点，为了抑制噪声和使亮度平缓，所采用的 方法称为平滑
包括：均值平滑与中值滤波
均值平滑
图象是否覆盖同一地区。如一幅有云，另一幅没 有云，应先将云去掉（覆盖），然后再进行直方 图匹配
➢ ERMAPPER中的反差增强功能
线性或分段线性扩展
原始数据直方图
反差扩展后的 直方图
直方图均衡扩展（中部扩展） 非
高斯均衡扩展（中部扩展） 线 性
扩
指数扩展（亮部扩展）
展
对数扩展（暗部扩展）
直方图匹配
2. 指数变换 此种可以对图像的高亮度区给予较大的 扩展。
xb beaxa c xb b lg(axa 1) c
4.直方图均衡化
非线性的增强方法；
这种方法通常用来增加许多图像的局部对比度，尤其是当图像的 有用数据的对比度相当接近的时候。通过这种方法，亮度可以更 好地在直方图上分布。这样就可以用于增强局部的对比度而不影 响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实 现这种功能。